成都市冬季重污染日气象条件成因分析及预报

本文通过对成都10个重污染日进行天气学分析,将污染浓度与气象要素进行聚类、研究了重污染日形成原因及污染浓度与气象要素的关系。在此基础上,建立了SO_2、TSP日平均浓度分级预报方程。     

A new type of Shipboard Meteorological Satellite Receiving-processing System

INTRODUCTIONTheSMSRPSisstalledontheshipnavigatingovertheseaandreceivessatellitecloudmapsatanytimetoprovidereliablereal-timedataofmeteorologyandocean.Itisanimportantequipmentforsafeguardofshipnavigation.Chinahasthousandsofoceanicships.Butalmostallships,withonlyveryfewexception,arenotstalledbySMSRPS.Thecausesareasfollows:1.Thetechniqueisverycomplicated.2.Thedevelopmentcostisveryhigh.3.Ifweintroduceforeignequipment,thecostistooexpensive.4.Foreignequipmentanditssoftwarearecompletelyclo…     

气象资料三维化技术中的插值问题

通过对不同源气象资料及数字地理信息资料的插值，实现了不同气象资料与地理信息资料分辨率的协调；从而将多种信息叠加到一起，实现了多源资料的二维、三维仿真显示。这对于模拟真实的大气空间结构、理解地形及植被对大气运动的影响、辨识各种天气系统及多种信息的融合等有积极意义。     

基于气象因子的华中电网负荷预测方法研究

在分析各种节假日负荷变化规律的基础上, 利用气象因子作预报变量, 使用动态的综合线性回归和自回归相结合的混合线性回归方法及非线性的人工神经网络方法来进行华中电网日负荷和日最大负荷及日最小负荷的预测。对12个月共365天的独立样本试预报表明, 该客观方案对华中电网负荷的预测精度可满足业务调度的需要。     

昆仑山口西8.1级地震前气象地温异常特征分析

通过对青海省气象部门观测的3．2m气象地温资料相关距平、均值的处理和分析，总结了各自的异常形态。结果表明，3．2m气象地温异常对中震有一定的中长期前兆意义，作为预报地震的辅助手段是可行的。     

徐州市侧柏毒蛾危害的气象条件及预测

利用现有实验结果和统计、调查资料，分析了侧柏(学名Playcladus Orientalis(L．)Franco)林主要虫害与气象因子的关系，建立起预报方程，并对林业部门开展了专业气象服务，为害虫防治工作争取了有利时机，拓展了气象服务领域，具有明显的社会经济效益。     

黄河上游河南县地面大气冰核观测分析

用Bigg型混合云室对2001年8月黄河上游青海省河南县的地面大气冰核浓度进行了观测,分析发现(1)青海省河南县冰核浓度低于北京20世纪90年代的测值,但高于大连、西安和兰州(20世纪60年代)等地的测值,同时也高于黄河上游的玛曲(2000年)、西宁(1989年)两地的测值,高温核尤其偏高.(2)降水时大气冰核浓度减少,降水的冲刷可能是其主要原因.(3)当地冰核浓度和气压成正相关.(4)大气冰核浓度受风向的影响,无风时测值较小,偏东风时测值较大,高温核浓度增加明显.     

Changes in air pollutants during the COVID-19 lockdown in Beijing:Insights from a machine-learning technique and implications for future control policy

基于2015-2020年北京35个环境空气站和20个气象站观测资料,应用机器学习方法(随机森林算法)分离了气象条件和源排放对大气污染物浓度的影响.结果发现,为应对疫情采取的隔离措施使北京2020年春节期间大气污染物浓度降低了35.1％-51.8％;其中,背景站氮氧化物和一氧化碳浓度的降幅最大,超过了以往报道较多的交通站点.同时,2020年春节期间的气象条件不利于污染物扩散,导致多次霾污染事件发生.为进一步改善北京空气质量,未来需要优化减排策略.     

2015年11月沈阳地区一次PM2.5重污染过程综合分析

利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。     

2017年冬季长沙一次重度霾污染天气过程气象成因分析

利用空气质量监测资料、常规气象资料,根据气象条件的水平和垂直扩散能力,以及地面湿度和动力条件等分析了2017年1月27—29日长沙地区这次严重空气污染事件的污染特征。结果表明:污染发生时段,南支槽不断加深东移,槽前势力强盛的西南气流将孟加拉湾一带的水汽向长沙地区输送,进一步增加了该地区的空气湿度。同时,持续东移的脊前暖平流对长沙中低层大气增温有显著影响,为稳定的大气层结创造了有利条件。长沙处于弱高压的底后部,受大范围的弱鞍型场及均压场控制,地面有暖倒槽发展,且由于高压较弱,导致地面和低空的风速较小,不利于污染物的水平扩散,同时有利于夜间地面的辐射降温。稳定的大气环流形势为霾天气和严重污染提供了持续稳定的大气环境场,逆温结构和稳定温度层结在一定程度上减弱了大气在垂直方向上的湍流交换和热力对流,大气中的污染颗粒不易扩散,为此次污染事件的维持、加剧提供了重要的气象条件。长沙地区处在罗霄山脉和雪峰山脉之间的湘江故地,受周边地形阻挡的影响,污染物在下沉气流的控制下聚集到长沙地区后,很难通过水平输送离开,这也是造成此次霾污染的原因之一。